-
应先用EXISTS检查key存在，再用TYPE校验类型是否为string，因GET对非string类型会直接报错且无法捕获；TYPE返回值严格区分大小写和拼写，须用==全等比较。
-
Redis集群数据分片的原理是通过哈希槽实现数据的分布式存储。1）Redis集群将键空间划分为16384个哈希槽，每个键通过CRC16校验和后对16384取模，决定所属哈希槽。2）每个Redis节点负责一部分哈希槽，实现数据分片。3）这种设计支持动态调整集群规模，通过迁移部分哈希槽添加或移除节点。
-
无盘复制解决了传统主从全量同步中主节点fork+磁盘写入和从节点落盘加载的双重IO瓶颈；它跳过主节点落盘，由子进程直接通过socket发送RDB流，规避磁盘寻道与IO竞争。
-
用SETBIT而非SET存在线状态，因位图内存仅约12.5MB（1亿用户），支持秒级统计与集合运算；需确保用户ID为非负整数、key带日期并设过期，用BITFIELD批量操作，BITCOUNT统计时注意写入逻辑与精度。
-
ZREVRANK返回nil最常见的原因是key不存在或member不在ZSet中；它只对已存在的member生效，且返回0-based排名。
-
Redis和Memcached的主要区别在于功能和适用场景。1)Redis提供丰富的数据结构和持久化功能，适合复杂数据处理和需要数据持久化的场景。2)Memcached专注于简单、高效的键值存储，适用于快速缓存需求。选择时需考虑数据复杂性、持久化需求、性能要求和扩展性。
-
哨兵通过“客观下线”（ODOWN）判断主节点真挂了：单个哨兵连不上仅为主观下线（SDOWN），需至少quorum个哨兵达成一致才触发ODOWN；哨兵间用SENTINELis-master-down-by-addr命令确认，非心跳广播，网络分区可能导致结论不一。
-
Redis性能瓶颈主要出现在硬件、配置和应用层面。1.硬件层面：内存不足和CPU性能低下可能导致性能问题。2.配置层面：不当的持久化和网络配置会影响性能。3.应用层面：大Key、大Value和不合理缓存策略是常见问题。通过监控和优化，可以有效提升Redis性能。
-
延迟双删删的是第一次更新前删缓存、第二次更新DB后延迟再删缓存；前者防旧缓存命中，后者防主从同步期间脏读写入缓存。
-
使用布隆过滤器防护缓存穿透是因为它能快速判断元素是否可能存在，拦截不存在的请求，保护数据库。Redis布隆过滤器通过低内存占用高效判断元素存在性，成功拦截无效请求，减轻数据库压力。尽管存在误判率，但这种误判在缓存穿透防护中是可接受的。
-
MAXLEN是RedisStreams唯一实时限长方式，必须与XADD原子配合使用；~N为近似保留，N为严格上限；XTRIM仅作兜底，非实时；语法中MAXLEN须紧随stream名后，错位即报错。
-
cluster-config-file由Redis集群节点在运行时自动写入，仅在槽分配完成、拓扑变化或重启恢复时更新，用于本地状态持久化而非手动配置。
-
noeviction策略下写操作直接报错是因为内存达maxmemory后硬性拒绝所有写命令，不释放key也不等待，仅允许读操作，导致“能读不能写”现象。
-
Redis因系统崩溃后的重启和数据恢复可以通过以下步骤实现：1）理解Redis的RDB和AOF持久化机制，根据业务需求选择合适的方式；2）使用redis-check-aof工具修复损坏的AOF文件；3）检查并调整redis.conf文件中的持久化设置；4）对于Redis集群，先移除崩溃节点，重启并恢复数据后再重新加入集群；5）定期使用bgsave命令备份数据，确保数据安全。通过这些步骤，可以有效地重启Redis并恢复数据，保障系统的连续性和数据的安全性。
-
通过Redisexporter采集Redis的指标数据，并配置Prometheus来抓取这些数据，同时设置合适的告警规则。1.安装并配置Redisexporter，使用Docker简化安装过程。2.在Prometheus配置文件中添加scrape配置以抓取Redisexporter数据。3.使用PromQL查询Redisexporter提供的指标，如内存使用率和连接数。4.通过Alertmanager设置告警规则，如内存使用率超过90%时触发告警。
